说明

本接口支持将音频文件转换为文字，采用异步处理机制。上传音频后通过任务 ID 查询转换结果。

相关接口

1. 获取访问令牌

说明
调用所有接口前需获取access_token，并在请求头中添加：
Fusion-Auth: <access_token>

参考地址：第三方系统集成助手

2. 上传音频文件并启动转换

请求方式
POST /api/fusion-ai/audio/convert

请求头
Content-Type: multipart/form-data

参数说明

参数名	位置	类型	必填	说明
file	body	文件二进制	是	支持的音频格式见下文

支持格式
aac, amr, avi, flac, flv, m4a, mkv, mov, mp3, mp4, mpeg, ogg, opus, wav, webm, wma, wmv
文件大小限制：≤ 200MB

请求示例

返回字段说明

字段	类型	说明
code	int	状态码（0 表示成功）
message	string	状态描述
data	object	任务信息
fileId	string	文件唯一标识
taskId	string	任务 ID（用于查询状态）

返回示例

{
	"code": 0,
	"message": "任务提交成功",
	"data": {
		"fileId": "8f67b0b875ecaa929ef2d6fa7eef606f",
		"taskId": "8f67b0b875ecaa929ef2d6fa7eef606f"
	}
}

---

3. 查询任务状态

请求方式
GET /api/fusion-ai/audio/status

请求参数

参数名	位置	类型	必填	说明
taskId	query	string	是	任务 ID

返回示例

{
	"code": 0,
	"message": "查询成功",
	"data": {
		"status": "SUCCEEDED",
		"detail": {
			"properties": {
				"channels": [0],
				"audio_format": "mp3",
				"original_sampling_rate": 44100,
				"original_duration_in_milliseconds": 120000
			},
			"transcripts": [
				{
					"text": "你好，欢迎使用语音转文本服务。",
					"sentences": [
						{
							"text": "你好，",
							"begin_time": 0,
							"end_time": 1200
						}
					],
					"channel_id": 0,
					"content_duration_in_milliseconds": 1200
				}
			]
		}
	}
}

返回字段说明

字段	类型	说明
code	int	状态码（0 表示成功）
message	string	状态描述
data.status	string	任务状态（PENDING排队中，RUNNING处理中，SUCCEEDED成功，FAILED失败）
data.detail	object	转换结果详情 [AudioTextDetail]
data.message	string	异常信息

---

数据模型详情

1. 转换结果详情（AudioTextDetail）

名称	类型	说明
properties	AudioTextProperty	音频属性 [AudioTextProperty]
transcripts	AudioTextSection	段落级别的语音转写结果 [AudioTextSection]

2. 音频属性（AudioTextProperty）

字段	类型	说明
channels	int[]	音轨索引（单轨为[0]，双轨为[0,1]）
audio_format	string	音频格式（如 mp3、wav）
original_sampling_rate	int	原始采样率（Hz）
original_duration_in_milliseconds	int	音频总时长（毫秒）

---

3. 段落级结果（AudioTextSection）

字段	类型	说明
text	string	整段转写文本
sentences	array	包含的句子列表 [句子级结果]
channel_id	int	音轨索引（从 0 开始）
content_duration_in_milliseconds	int	有效内容时长（毫秒）

---

4. 句子级结果（AudioTextSentence）

字段	类型	说明
text	string	转写文本
begin_time	int	句子开始时间（毫秒）
end_time	int	句子结束时间（毫秒）

---

注意事项

1. 若任务状态为FAILED，可通过message字段查看具体错误信息。